Un codage neuro-flou pour la classification de donnees incompletes ou imprecises : application a la discrimination d'evenements sismiques

• Auteur / Autrice : Stéphanie Barbet Muller
• Direction : Patrick Garda
• Type : Thèse de doctorat
• Discipline(s) : ?
• Date : Soutenance en 1998
• Etablissement(s) : Paris 6

Résumé

L'essor des systemes d'aide a la decision dans le monde industriel souleve le probleme de leur fiabilite, condition necessaire a leur implantation dans des systemes operationnels. L'etude de leur capacite a fonctionner en conditions degradees devient alors indispensable. Cette these aborde le probleme de la gestion des imperfections susceptibles d'entacher les donnees dans les systemes connexionnistes d'aide a la decision. L'adequation du pretraitement des donnees au probleme etant un facteur determinant pour l'efficacite du systeme, nous proposons d'appliquer un codage neuro-flou aux donnees d'entree d'un classifieur neuronal. Ce codage multidimensionnel s'adapte a la distribution des donnees, permet de modeliser leurs incompletudes ou leurs imprecisions et de les integrer efficacement au cours de la phase d'apprentissage. L'efficacite de ce codage est validee sur une application reelle de discrimination d'evenements sismiques enregistres en france par un reseau de sismometres et pouvant correspondre a l'une des trois classes suivantes : seismes naturels, explosions ou effondrements de couches minieres. Des etudes comparatives sur la gestion des donnees imparfaites soulignent l'importance de presenter au reseau, lors de la phase d'apprentissage, un taux non negligeable de donnees imparfaites pour en accroitre la robustesse. Lorsqu'on applique le codage neuro-flou aux donnees d'entree du reseau, on observe alors une tres nette amelioration des performances en test sur les donnees imparfaites sans degradation notable des performances sur les donnees completes et precises. Le systeme de classification d'evenements sismiques propose est base sur une approche originale exploitant les capacites du codage neuro-flou a gerer les donnees imparfaites et fusionnant des informations complementaires de natures differentes. Un taux de 90% de bonnes classifications des evenements sismiques est ainsi atteint malgre la complexite du probleme traite.